人工智能总结矿大版东哥.docx

1、人工智能总结矿大版东哥Prepared on 21 November 2021人工智能总结矿大版东哥第一章人工智能主要研究学派：符号主义：强调物理符号系统，思维过程是富符号模式的处理过程。（适合逻辑思维，不适合形象思维）连接主义：又称仿生学派，强调神经元的运作。（不适合逻辑思维，适合形象思维）行为主义：智能行为的基础是“感知-行动”，是在与环境的交互作用中表现出来的。（只能模仿昆虫行为）人工智能的主要研究领域：机器学习、问题求解、专家系统、模式识别、自然语言处理、智能决策支持系统、人工神经网络、自动定理证明、机器人学第二章：知识：人类认识自然界的精神产物，是人类进行智能活动的基础（按作用分：描

2、述性知识、判断性知识、过程性知识；按作用层次：对象级知识、元级知识）表示：为描述世界所做的一组约定，是把知识符号化的过程对知识表示要求：（表示能力、可理解性、便于知识获取、便于搜索、便于推理）或（表示能力、可理解性、可访问性、可扩充性）知识表示方法：叙述性表示（知识、控制分开，控制部分留给计算机。逻辑性强推理效率低）过程性表示（知识与控制结合，推理效率高）知识表示：是数据结构及其处理机制的综合;知识表示=符号（结构）+处理机制基本的知识表示方式（1）谓词逻辑（2）产生式（3）语义网络（4）框架（5）脚本（6）状态空间（7）面向对象的知识谓词逻辑（命题逻辑：具有真假意义的陈述句谓词逻辑：根据对象

3、和对象上的谓词，通过使用连接词和量词来表示世界）命题不包含变量的谓词公式和逻辑语句；命题逻辑基于命题的谓词逻辑称为命题逻辑，命题逻辑是谓词逻辑的子集。命题逻辑、谓词逻辑区别：命题具有较大的局限性，它无法把它所描述的客观事物的结构及逻辑特征反映出来，也不能把不同事物的共同特征描述出来谓词逻辑适用范围：适合于表示事物的状态、属性、概念等事实性知识（析取符号：V合取符号：），或表示事物间具有确定因果关系的规则性知识（蕴涵符号：）。一阶谓词逻辑表示法的特点优点 （1）严密性（2）自然性（3）通用性（4）知识易表达（5）易于实现；缺点：（1）效率低（2）灵活性差（3）组合爆炸产生式规则通常用于表示事物间

4、的因果关系；（适用于事实性知识、规则性知识）【规则分类】前提-结论型条件-动作型 ：（确定性规则、不确定性规则）产生式系统的组成把一组产生式放在一起，让他们互相配合，协同作用，一个产生式生成的结论可以供另一个产生式作为已知事实使用，以求得问题的解决，这样的系统称为产生式系统。基本组成部分规则库：用于描述某领域内知识的产生式集合，是某领域知识(规则)的存储器，其中的规则是以产生式形式表示的。综合数据库（事实库）用于存放输入的事实、从外部数据库输入的事实以及中间结果(事实)和最后结果的工作区。推理机：是一个或一组程序，用来控制和协调规则库与综合数据库的运行，包含了推理方式和控制策略。（匹配、冲突解

5、决、操作）产生式系统推理机的推理方式：正向推理（数据驱动方式、自底向上的方式）：从已知事实出发，通过规则库求得结论：反向推理（目标驱动方式、自顶向下的方式）：从目标（作为假设）出发，反向使用规则，求得已知事实；双向推理（既自顶向下又自底向上）：从两个方向同时进行，直至某个中间界面上两方向结果相符便成功结束产生式特点：（1）清晰性（2）模块性（3）自然性；缺点：难以扩展；规律选择效率低；控制策略不灵活；知识表示形式单一语义网络：描述事物间关系的有向图AKO(A-Kind-of):表示一个事物是另一个事物的一种类型。 ISA(Is-a):表示一个事物是另一个事物的实例。每个学生都学习了一门外语语义

6、网络特点（1）结构性（2）联想性（3）自索引性（4）自然性（5）非严格性框架的一般表示结构框架由描述事物各个方面属性的槽（slot）组成框架更强调表示事物的内部结构；语义网络节点更强调表示事物间的关系；第三章两大类搜索技术:1、一般图搜索、启发式搜索2、基于问题归约的与或图搜索 两种典型的推理技术:1、基于归结的演绎推理（归结反演）2、基于规则的演绎推理（正向演绎推理、逆向演绎推理） 搜索策略4大准则：（1）完备性（2）时间复杂性（3）空间复杂性（4）最优性OPEN-存放待展扩节点的表；CLOSE-存放已被扩展的节点的表；宽度优先（基本思想）扩展当前节点后生成的子节点总是置于OPEN表的后端，

7、即OPEN表作为队列使用，先进先出，使搜索优先向横广方向发展。优缺点：时间、空间复杂度高，搜索效率低，具有完备性、最优性；深度优先（基本思想）扩展当前节点后生成的子节点总是置于OPEN表的前端，即OPEN表作为栈使用，后进先出，使搜索优先向纵深方向发展。优缺点：与宽度优先相反盲目搜索共同优缺点： （1）直接应用一般图搜索算法实现，简单易行（2）节点排序的盲目性提高一般图搜索效率的关键：优化OPEN表中节点的排序方式启发式搜索：在搜索过程中加入了与问题有关的启发式信息，用于指导搜索朝着最有希望的方向前进，加速问题的求解并找到最优解。A算法评价函数f(n)=g(n)+h(n)；h(n)：启发式函数

8、n-搜索图G中最短解答路径的节点；f(n)- s经节点n到ng的实际最短解答路径的路径代价；g(n)-该路径前段（从s到n）的路径代价；h(n)-该路径后段（从n到ng）的路径代价可采纳性（最优性）：若一个搜索算法总能找到最短的解答路径问题规约：是由初始问题出发，运用操作算子产生一些子问题，对子问题再运用操作算子产生子问题的子问题，这样一直进行到产生的问题均为本原问题，则问题得解。 算法AO*与A*的比较(1)AO*:解图A*:解答路径(2)AO*:估计代价最小的局部解图加以优先扩展A*:OPEN表中f(n)最小的节点(3)AO*:只考虑评价函数f(n)=h(n)A*:同时计算分量g(n)和h

9、(n)(4)AO*:应用LGS存放待扩展局部解图，并依据fi(n0)值排序A*:应用OPEN表和CLOSE表分别存放待扩展节点和已扩展节点，并依据f(n)值排序OPEN表。博弈：二人零和：只有“敌、我”二方，双方的利益完全对立，其赢得函数之和为零；全信息：博弈双方都了解当前的格局及过去的历史；非偶然：博弈双方都可根据得失大小进行分析，选取我方赢得最大，敌方赢得最小的对策，而不是偶然的随机对策极大极小过程MINMAX基本思想：(1)当轮到MIN走步的节点时（取与时），MAX应考虑最坏的情况（即f(p)取极小值）。(2)当轮到MAX走步的节点时（取或时），MAX应考虑最好的情况（即f(p)取极大值

10、）。(3)评价往回倒推时，相应于两位棋手的对抗策略，交替使用（1）和（2）两种方法传递倒推值。-过程就是把生成后继和倒推值估计结合起来，及时剪掉一些无用分支，以此来提高算法的效率。第四章推理：按某种策略由已知判断推出另一判断的思维过程推理由程序程序实现，称为推理机按判断推出的途径来划分：演绎推理、归纳推理、默认推理按推理时所用知识的确定性来划分：确定性推理、不确定性推理按推理过程中推出的结论是否单调地增加，或推出的结论是否越来越接近目标：单调推理、非单调推理演绎推理：从全称判断推导出特称判断或单称判断的过程(三段论式:大前提：已知的一般性知识或假设;小前提：关于所研究的具体情况或个别事实的判断

11、;结论：由大前提推出的适合于小前提所示情况的新判断)归纳推理:足够多的事例中归纳出一般性结论的推理过程，是一种从个别到一般的推理默认推理(缺省推理):在知识不完全的情况下假设某些条件已经具备所进行的推理推理控制策略：推理方向（正向推理、逆向推理、混合推理、双向推理）搜索策略、冲突消解策略（就近原则、已知事实的新鲜性、匹配度、领域问题特点、上下文限制、条件个数、规则的次序）、求解策略、限制策略自然演绎推理：从一组已知的事实出发，直接运用命题逻辑或谓词逻辑中的推理规则推出结论的过程。 假言推理P，PQ=Q（避免肯定后件(Q)的错误）拒取式推理Q，PQ=P（避免否定前件(P)的错误）假言三段论：PQ

12、，QR=PR自然演绎推理优点：定理证明过程自然，容易理解，而且它拥有丰富的推理规则，推理过程灵活，便于在它的推理规则中嵌入领域启发式知识。缺点：容易产生组合爆炸，推理过程中得到的中间结论一般呈指数形式递增。合适公式的性质:否定之否定(P) P；蕴涵式转化PQ PQ；狄摩根定律(PQ) PQ、(PQ) PQ；分配律P(QR) (PQ)(PR）、P(QR) (PQ)(PR)；交换律PQ QP、PQ QP；结合律(PQ)R P(QR）、 (PQ)R P（QR）；逆否律PQ Q P ；量词否定(x)P(x) (x)(P(x)、(x)P(x) （x)(P(x)；量词分配(x)P(x)Q(x) (x)P(

13、x)(x)Q(x)、(x）P(x)Q(x) （x）P(x)(x)Q(x)合取范式的标准化过程消去多余的量词（很少出现）消去蕴涵符号内移否定符号变量换名消去存在量词（Skolem变换）全称量词前束化消去全称量词把母式转化为合取范式归结反演的基本思路：要从作为事实的公式集F证明目标公式W为真；先将W取反W ，加入公式集F；标准化FW为子句集S；通过归结演绎证明S不可满足，得出W为真的结论。第五章3种不确定推理方法（不同的确定性程度定义）：主观Bayes方法；可信度方法；证据理论主观Bayes:LS充分性因子=1:O(Q/P)=O(Q)，P对Q无影响；1:O(Q/P)O(Q)，P支持Q；1:O(Q/

14、P)1:O(Q/P)O(Q)，P支持Q；1:O(Q/P)O(Q)， P不支持Q；表示P不成立对Q成立的影响力可信度定义：CF(H)=CF(H,E)max0,CF(E)总结不确定性的组合【1】CF1(H) 0, CF2(H) 0CF(H)= CF1(H)+ CF2(H) - CF1(H) CF2(H)【2】CF1(H) 0, CF2(H) 0CF(H)= CF1(H)+ CF2(H) + CF1(H) CF2(H)【3】CF1(H)与CF2(H) 异号信任函数BelBel(A)=A的所有子集B的基本概率m(B)之和；Bel(A)表示当前证据下，假设集A的综合信任度；似然（真）函数Pl似然函数又称

15、为不可驳斥函数或上限函数,Pl(A)表示对A为非假的信任度。Pl(红)=1-Bel(红)=1-Bel(黄,蓝)类概率函数其中|A|、|分别表示A和中包含元素的个数。第六章人类智能根本特征：学习能力；使机器具有智能的根本途径：机器学习学习：是一个有特定目的的知识获取和能力增长的过程。内在行为：获得知识、积累经验、发现规律；外部表现：改进性能、适应环境、实现自我完善机器学习：一门研究机器获取新知识和技能，并识别现有知识的学科。机器学习系统特点（1）具有适当的学习环境（2）具有一定的学习能力（3）能用所学的知识解决问题（4）能提高系统的性能学习系统的基本结构：环境、知识库、学习环节、执行环节知识表达方式要求（1）表达能力强（2）易于推理（3）容易修改知识库（4）知识表示易于扩展机器学习采用策略（1）机器学习（2）示教学习（3）类比学习（4）示例学习归纳学习：是应用归纳推理进行学习的一种学习方法，